POS标记中的精确召回计算

Question

我试图在POS标签中找到精确度和召回率。

案例-1 在这种情况下说黄金数据是

Secretariat[NNP] is[VBZ] expected[VBN] to[TO] race[VB] tomorrow[NR]

，测试数据

Secretariat[NNP] is[VBZ] expected[VBN] to[TO] race[NN] tomorrow[NR] 

在这里，

5 is TruePsotive, 
1 FalsePositive [NN], 
1 FalseNegative [VB]  
Precision = TP/(TP+FP)=5/6 
Recall = TP/(TP+FN)=5/6

案例-2 在这种情况下，我们总共有700个令牌，一些令牌被标记器标记为“UNK”标记，这在Golden数据和训练数据中都不存在。

在训练数据中，没有给出一些标记，因此测试人员将这些未知标记作为“UNK”，然后提供输出标记文件。

在输出中我们观察到了，

500 tokens tagged by the tagger correctly, (True Positive)
200 tokens tagged incorrectly (False Positive)
100 tokens tagged as UNK (False negative)

所以在这种情况下，

Precision = 500/700 = 0.714285714 
Recall = 500/600 = 0.833333333

这两种情况的计算是否正确？请告诉我。